JPH0362286A - 文書読取方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は文書読取方式に関し、特に文書の自動読取およ
び自動編集に有益な文書読取方式に関する。

（従来の技術） 情報処理システムの多様化に伴い、様々なデータ入力方
法が要求されており、文字認識技術も有力なデータ入力
方法として実用化が進められている。しかし、現在の文
字認識技術は、文字の読み取り性能の点で人間に比べて
はるかに劣っており、種々の改良が行われている。改良
の方向の一つとしては個別文字の認識性能を向上させる
ことがあげられるが、もう一つの方向は文書単位の読み
取り能力の改良である。

近年、日本語ワードプロセッサの普及にともない、オフ
ィスにおいて様々な印刷文書が作成されるようになって
きている４人間はその様々な文書からテキスト部、図表
等を容易に判断して読み取っている。

しかし、現状の文字認識装置（以後ＯＣＲ：０ｐｔｉｃ
ａｌ　Ｃｈａｒａｃｔｅｒ　Ｒｅａｄｅｒの略：と呼ぶ
）ではあらかじめ文書の形式を定めるか、またはテキス
トの部分を操作者が指定し、指定されたテキスト部だけ
を読みとり、文字だけをコード化して電子化文書を作成
するものに限られている。

従って、コード化されていない既成文書をベースに文書
作成を行うには、既成文書のテキスト部分を読み取って
コード化された電子化文書を作成し、その電子化文書を
編集する必要が生じている。

（発明が解決しようとする課題） 編集の際には既成の文書またはその複写文書上に、削除
部分、変更部分、字句の強弱部分、倍角文字・半角文字
等の文字種類の部分指定等の情報が書き込まれ、操作者
がその編集用文書を見ながら編集することになるが、そ
の作業は編集箇所の検索は紙面上で目視によって行い、
編集はデイスプレィを見ながらキーボードで行うという
不自然なものであり、熟練者でないと編集効率が悪いと
いう作業上の問題点があり、また熟練者の場合も負担が
大きく疲労を招くという健康上の問題点がある。

本発明の目的は、コード化されていない既成文書をベー
スに文書作成をするときに、既成文書のテキスト部分の
読み取りと文書の編集が独立に行われることによって生
じる編集操作上の作業効率の問題点および健康上の問題
点を、文書編集の自動化または半自動化によって軽減し
た文書読取方式を提供することにある。

（課題を解決するための手段） 前述の課題を解決するため本発明による文書読取方式は
、二次元格子状の配列として与えられる文書画像を格納
する文書画像記憶部と、前記文書画像記憶部から前記文
書画像信号を読み込み、文字行の下に引かれた制御ライ
ンも含んだ文字行の分離を行う文字行処理部と、前記文
字行処理部で分離された各文字行画像を格納する文字行
画像記憶部と、前記文字行画像から前記制御ラインの有
無を検出し、前記制御ラインが存在する場合には文字行
領域と制御ライン部領域を検出する制御ライン検出部と
、前記文字行画像から文字分離を行って個別文字パター
ンを抽出するとともに各文字パターンに制御ラインが引
かれているか否かを検出し、各個別文字パターンおよび
各個別パターンに対応する制御ラインの有無を含む文字
情報と部分制御ラインパターンを出力する文字分離部と
、前記制御ラインの始端と終端の部分制御ラインパター
ンを認識することによって制御内容を判定し、制御コー
ドを出力する制御コード認識部と、各文字パターンを認
識処理して認識結果および文字情報と制御コードを出力
する文字認識部によって構成される。

（作用〉 以下、本発明の原理、作用について図面を用いて説明す
る。

第２図は制御ラインを含んだ印刷文書画像を示している
。従来はこの制御ラインは不用な情報として画像処理の
前処理によって削除されていた。

その−例を示しているのが第３図（ｂ）である。

第３図（ａ）に示すように文書画像から水平方向の投影
情報を求めることによって文書中の文字行の位置を求め
る手がかりが得られる。投影情報中の大きなピークは文
字行を示しており、幅の狭い比較的低いピークは制御ラ
インの存在を示している。従来は、ピークの幅を検出す
ることによって、第３図（ｂ）に示すように、制御ライ
ンを除いて文字行を抽出している。これに対して、本発
明においては、第３図（ｃ）に示すように制御ラインを
含んだ状態で文字行を抽出する。

制御ライン部領域の検出方法は、第４図に示すように、
制御ラインを含んだ文字行から投影のピークの幅から文
字行の領域Ｓと制御ラインの領域Ｔとを分離することで
実現できる。

第５図は各個別文字と制御ラインとの関係を示している
。制御ラインを含まない文字行Ｓから、例えば、水平軸
上への投影を用いて文字分離を行い、分離位置を求め、
さらにその分離位置を用いて制御ラインの領域Ｔも分離
する。分離された制御ライン領域の個々の領域について
制御ラインの有無の判定を行って、制御ラインの引かれ
た文字を判別する。第５図ではＡ、Ｂ、Ｃの３文字が制
御ラインの引かれた文字である。この後、制御ラインを
含まない文字パターンの認識を行い、認識結果と制御ラ
インの有無等を含む文字情報を出力する。

第９図は制御ラインの一例を示す図である。各個別文字
パターンの下に引かれた制御ラインを認識することによ
って、削除される部分か、変更される部分か、強調され
る部分か、文字種類を変更する部分かが判別できる。こ
の結果、文書の文字コードのみならず、制御ラインの情
報が情報処理システムに自動入力することができて、編
集時の操作の支援が実現できる。

（実施例） 次に本発明について図面を参照しながら説明する。

第１図は本発明の一実施例を示すブロック図である。

文書画像記憶部１は、画像入力手段等によって電気信号
に変換された文書画像を格納する。

文字行処理部２は、文書画像記憶部１から信号１１とし
て文書画像信号を読み込み、作用の項で説明したように
制御ラインを含んだ文字行領域を抽出し、文字行画像信
号１２として出力するもので後で詳細に説明する。

文字行画像記憶部３は、文字行画像信号１２を格納する
。

制御ライン検出部４は、文字行画像記憶部３から文字行
画像を信号１３として読み込み、制御ラインの有無を調
べて、制御ラインが存在するときには作用の項で説明し
た文字行と制御ラインの分離を行い、制御ラインの位置
を検出し、制御ラインの始端と終端の位置Ｎｌ１ｌを信
号１４として出力し、制御ラインが存在しないときには
制御ラインが存在しないことを示すフラッグ信号を出力
するもので、詳細は後述する。

文字分離部５は、文字行画像記憶部３から文字行画像信
号１３を読み込み、制御ライン検出部４から制御ライン
の始端および終端位置信号１４を読み込み、作用の項で
説明したように文字分離を行い、文字分離結果として得
られる位置座標で制御ラインの領域の分離を行って分離
された個々の領域に制御ラインが含まれているか否かを
判定し、各個別文字パターンと制御ラインの有無の情報
、位置情報等を信号１５として、各部分１１１Ｊｔｌラ
インパターンを信号１６として出力するもので、詳細は
後述する。

制御コード認識部６は、部分制御ラインパターンの系列
を左から右へ走査し、左端部分制御ラインパターンの形
状と右端の部分制御ラインパターンの形状を認識して制
御コードを決定し、信号１７として出力するもので詳細
は後述する。

文字認識部７は、信号１５として送られてきた各個別文
字パターどと制御ラインの有無の情報、位置情報等のう
ちの個別文字パターンに対して文字認識処理を行い、得
られた認識結果または候補字種と前記ｆ１１＃ラインの
有無の情報、制御コードの情報、位置情報等とを信号１
８として出力する。

尚、個別文字認識処理方法は種々のものが提案されてお
り、本発明においては特定のものに限るものではない。

第６図は文字行処理部２の構成の一例を詳細に説明する
ための図である。

水平方向投影抽出部２１は、文書画像信号１１を入力し
て水平方向に走査して得られる水平方向投影ヒストグラ
ムを信号１２１を出力する。

投影記憶部２２は、信号１２１として出力された投影ヒ
ストグラムを格納する。

極大・極小検出部２３は、投影記憶部２２から信号１２
２として水平方向投影ヒストグラムを読み込み、大局的
な範囲内の極大値・極小値およびそれらの位置座標を検
出し、極大値・極小値およびそれらの位置座標の上から
下への系列を、信号１２３としてｊ頃次出力する。

ピーク幅検出部２４は、信号１２３を読み込み、極大値
・極小値の系列からピークを検出し、各ピークの上端の
座標および下端の座標からピークの幅を求め、各ピーク
の上端、下端の座標および幅を上から順に信号１２４と
して出力する。

文字行検出部２５は、各ピークの上端、下端の座標およ
びピークの幅を信号１２４として読み込み、幅の大きい
ピークの下に小さいピークが隣接するときには大きいピ
ークの上＠座標と小さいピークの下端座標を文字行の上
端座標・下ｖＩＪ座標と決定して信号１２５として出力
し、大きいピークの下に大きいピークが隣接するときは
上の大きいピークの上端・下端の座標を文字行の上端座
標、下端座標と決定して信号１２５として出力し、この
処理を上から下までのすべてのピークについて順に行う
、尚、大きいピークか小さいピークかの判定はしきい値
処理でよい。

文字行抽出部２６は、文書画像信号１１と各文字行の上
端座標・下端座標を示す信号１２５を読み込み、各文字
行の上端座標と下端座標で定まる矩形領域を文字行画像
信号１２として順次出力する。

第７図は前記制御ライン検出部４の楕戒の一例を詳細に
説明するための図である。

水平方向投影抽出部４１は、文字行画像信号１３を読み
込み、水平方向に走査して得られる水平方向投影ヒスト
グラムを信号１４１として出力するもので、水平方向抽
出部２１と同様の機能のものである。

投影記憶部４２は、信号１４１として出力された投影ヒ
ストグラムを格納する。

ピーク検出部４３は、極大・極小検出部２３とピーク幅
検出部２４と同様の処理を行って小さいピークの有無を
調べ、小さいピークが存在するときには上＠座標および
下端座標を信号１４３として出力し、小さいピークが存
在しないときには存在しないことを示すフラッグを信号
１４として出力する。

第８図は文字分離部５の構成の一例を詳細に説明するた
めの図である。

領域分Ｍ部５１は、文字行画像信号１３と制御ラインの
有無または位置座標に関する信号１４を読み込み、１ｌ
Ｊａｌラインが存在するときには文字行画像を文字行領
域と制御ライン領域とに分割して、文字行領域画像信号
１５０と制御ライン領域画像信号１５４を出力し、制御
ラインが存在しないときには文字行画像全体を文字行領
域画像信号１５０として出力し、画素の値がすべてクリ
アされた画像を制御ライン領域画像信号１５４として出
力する。

文字行領域画像記憶部５２は、文字行領域画像１ｇ号１
５０を格納する。

文字切り出し部５３は、文字行領域画像記憶部５２から
文字行領域画像信号１５１を読み出し、個別文字パター
ンの切り出し処理を行い、個別文字パターンを信号１５
２として、個別文字パターンの左端および右端の位置座
標を信号１５３として出力する。

文字パターン記憶部５４は、個別文字パターンを格納す
る。

文字パターン座標記憶部５５は、信号１５３で表される
個別文字パターンの左端および右端の位置座標を格納す
る。

制御ライン領域画像記憶部５６は、制御ライン領域画像
を記憶する。

制御ライン切り出し・検出部５７は、制御ライン領域画
像記憶部５６から信号１５５として制御ライン領域画像
を読み込み、文字パターン座標記憶部５５から信号１５
６として各個別文字パターンの左端と右端の位置座標を
読み込み、第４図で示したように各個別文字パターンに
対応する位置に制御ラインが引かれているか否かを判定
し、制御ラインの有無を信号１５７として出力し、また
、制御ラインが存在するときには制御ライン領域画像を
各個別文字パターンの位置座標によって分割して部分制
御ラインパターンを作成し、信号１６として出力する。

文字パターン情報統合部５８は、文字パターン記憶部５
４から信号１５８として個別文字パターンを読み込み、
文字パターン座標記憶部５５から個別文字パターンの位
置情報を信号１５６として読み込み、制御ライン切り出
し・検出部５７から制御ラインの有無の情報を信号１５
７として読み込み、これらをまとめて信号１５として出
力する。

第１０図は制御コード認識部６の構成の一例を示す図で
ある。

始端・終端検出部６１は、順次送られてくる部分制御ラ
インパターンが制御ラインの始端または終端であるかを
判定し、始端または終端の部分制御ラインパターンの場
合には信号１６１として出力する。

参照パターン記憶部６２は、制御コードを決定するため
の参照用制御パターンを格納する。

制御マーク認識部６３は、信号１６１として送られてき
た部分制御ラインパターンを入力し、参照パターン記憶
部６２に登録されている参照用制御パターンを信号１６
２として順次読み込み、パターン認識処理によって入力
された部分制御パターンの制御コードを決定し、制御コ
ード信号１７として出力する。

（発明の効果） 以上説明したように、本発明によれば、文字の位置情報
と認識結果のみならず、制御ラインの有無および編集用
制御コードの情報も抽出することができるので、自動編
ｔ＆または半自動編集機能を有する文書の自動読取の実
現に大きく役立つ。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
制御ラインを含んだ印刷文書画像の一例を示す図、第３
図（ａ）〜（ｃ）はそれぞれ１ｌＪＩｌラインを含んだ
文書の処理を示す図、第４図は文字行画像の文字行領域
部と制御ライン領域部を投影ヒストグラムで分離できる
例を示す図、第５図は文字切り出し結果を制御ライン領
域部に適用して各個別文字パターンの制御ラインの有無
を検出する例を示す図、第６図は文字行処理部２の構成
の一例を詳細に説明するためのブロック図、第７図は制
御ライン検出部４の構成の一例を詳細に説明するための
ブロック図、第８図は文字分Ｍ部５の構成の一例を詳細
に説明するためのブロック図、第９図は制御ラインの一
舛を示す図、第１０図はｉ！ＩＩ制御コード認識部６の
構成の一例を示すブロック図である。 １・・・文書画像記憶部、２・・・文字行処理部、３・
・・文字行画像記憶部、４・・・制御ライン抽出部、５
・・・文字分１ｌＩｉ部、６・・・制御コード認識部、
７・・・文字認識部、２１・・・水平方向投影抽出部、
２２・・・投影記憶部、２３・・・極大・極小検出部、
２４・・・ピーク幅検出部、２５・・・文字行検出部、
２６・・・文字行抽出部、４１・・・水平方向投影抽出
部、４２・・・投影記憶部、４３・・・ピーク検出部、
５１・・・領域分離部、５２・・・文字行領域画像記憶
部、５３・・・文字切り出し部、５４・・・文字パター
ン記憶部、５５・・・文字パターン座標記憶部、５６・
・・制御ライン領域画像記憶部、５７・・・制御ライン
切り出し検出部、５８・・・文字パターン情報統合部、
６１・・・始端・終端検出部、６２・・・参照パターン
記憶部、６３・・・制御マーク認識部。

Claims (1)

【特許請求の範囲】
1. 二次元格子状の配列として与えられる文書画像を格納す
   る文書画像記憶部と、前記文書画像記憶部から前記文書
   画像信号を読み込み、文字行の下に引かれた制御ライン
   も含んだ文字行の分離を行う文字行処理部と、前記文字
   行処理部で分離された各文字行画像を格納する文字行画
   像記憶部と、前記文字行画像から前記制御ラインの有無
   を検出し、前記制御ラインが存在する場合には文字行領
   域と制御ライン部領域を検出する制御ライン検出部と、
   前記文字行画像から文字分離を行って個別文字パターン
   を抽出するとともに各文字パターンに制御ラインが引か
   れているか否かを検出し、各個別文字パターンおよび各
   個別パターンに対応する制御ラインの有無を含む文字情
   報と部分制御ラインパターンを出力する文字分離部と、
   前記制御ラインの始端と終端の部分制御ラインパターン
   を認識することによって制御内容を判定し、制御コード
   を出力する制御コード認識部と、各文字パターンを認識
   処理して認識結果および文字情報と制御コードを出力す
   る文字認識部とを備えて構成されることを特徴とする文
   書読取方式。